Análise da Decomposição de Sinais de Atividade Eletrodérmica em Múltiplos Dicionários Usando Algoritmos Vorazes

O grande volume de dados provenientes de si- nais fisiológicos, como a atividade eletrodérmica (EDA), torna necessária a utilização de ferramentas capazes de representá- los eficientemente. Uma opção são métodos de decomposição adaptativa como o Matching Pursuit (MP) e o Othogonal Matching Pursuit (OMP) aplicados com dicionários apropriados, de forma a fornecer representações esparsas. Neste trabalho, avalia-se a decomposição de sinais de EDA via MP e OMP utilizando múltiplos dicionários simultâneos/concorrentes (Bateman, Gabor e Triângulos). Os resultados indicam que utilizar múltiplos dicionários pode ser vantajoso e que, dentre os utilizados, o dicionário de Bateman é o mais relevante em termos de extração da energia de sinais de EDA.